MCP Puppeteer

🚀 皮影戏工具集

皮影戏工具集是一个基于 Puppeteer 的 Model Context Protocol 服务器，它提供了浏览器自动化功能。借助该服务器，LLM 能够在真实的浏览器环境中与网页进行交互、截取屏幕截图，还能执行 JavaScript 代码，为网页自动化操作提供了便利。

✨ 主要特性

• 浏览器自动化：可实现网页的自动化操作。
• 控制台日志监控：能监控浏览器控制台输出的日志。
• 屏幕截图功能：支持截取页面或特定元素的屏幕截图。
• JavaScript 执行：可在浏览器控制台执行 JavaScript 代码。
• 基本网页交互：涵盖导航、点击、表单填充等常见网页交互操作。

📦 安装指南

Docker 构建

docker build -t mcp/puppeteer -f src/puppeteer/Dockerfile .

💻 使用示例

工具使用说明

puppeteer_navigate

• 功能：在浏览器中导航到任何 URL。
• 输入：url（字符串）

puppeteer_screenshot

• 功能：截取页面或特定元素的屏幕截图。
• 输入：
  • name（字符串，必填）：屏幕截图的名称。
  • selector（字符串，可选）：截取元素的 CSS 选择器。
  • width（数字，可选，默认值：800）：屏幕截图宽度。
  • height（数字，可选，默认值：600）：屏幕截图高度。

puppeteer_click

• 功能：点击页面上的元素。
• 输入：selector（字符串）：要点击的元素的选择器。

puppeteer_hover

• 功能：鼠标悬停在页面上的元素上。
• 输入：selector（字符串）：要悬停的元素的选择器。

puppeteer_fill

• 功能：填充输入字段。
• 输入：
  • selector（字符串）：输入字段的选择器。
  • value（字符串）：要填充的值。

puppeteer_select

• 功能：在 SELECT 标记中选择元素。
• 输入：
  • selector（字符串）：要选择的元素的选择器。
  • value（字符串）：要选择的值。

puppeteer_evaluate

• 功能：在浏览器控制台执行 JavaScript。
• 输入：script（字符串）：要执行的 JavaScript 代码。

资源说明

服务器提供两种类型的资源：

1. 控制台日志 (console://logs)
   • 浏览器控制台输出的文本格式，包括浏览器中的所有控制台消息。
2. 屏幕截图 (screenshot://<name>)
   • 指定名称的 PNG 图像屏幕截图，可通过 screenshot 名称访问截取的屏幕截图。

使用 Puppeteer Server 的配置

Docker

注意：Docker 实现将使用无头 Chromium，而 NPX 版本将打开浏览器窗口。

{
  "mcpServers": {
    "puppeteer": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--init",
        "-e",
        "DOCKER_CONTAINER=true",
        "mcp/puppeteer"
      ]
    }
  }
}

NPX

{
  "mcpServers": {
    "puppeteer": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-puppeteer"]
    }
  }
}

📄 许可证

此 MCP 服务器根据 MIT 许可证发布。这意味着您可以自由使用、修改和分发软件，但需遵守 MIT 许可证的条款和条件。有关更多详细信息，请参阅项目仓库中的 LICENSE 文件。